Akademik Analisis Pengelompokan Peserta Pelatihan Berdasarkan Performa Akademik Menggunakan Metode K-Means Clustering

Abstract

Pelatihan merupakan komponen penting dalam meningkatkan kualitas sumber daya manusia. Namun, untuk mengoptimalkan hasil pelatihan, diperlukan pemahaman yang lebih dalam mengenai karakteristik peserta berdasarkan performa akademik mereka. Penelitian ini bertujuan untuk mengelompokkan peserta pelatihan berdasarkan atribut numerik seperti umur, nilai UTS, UAS, dan nilai akhir menggunakan algoritma K-Means Clustering. Dataset yang digunakan terdiri dari 100 peserta pelatihan dengan atribut yang telah diproses dan distandardisasi. Melalui metode Elbow, ditentukan jumlah klaster optimal sebanyak tiga kelompok. Hasil analisis menunjukkan bahwa setiap klaster memiliki karakteristik yang berbeda, baik dari segi rata-rata nilai maupun usia. Visualisasi dengan Principal Component Analysis (PCA) memperkuat pemisahan antar kelompok. Temuan ini diharapkan dapat menjadi dasar dalam merancang strategi pelatihan yang lebih adaptif dan sesuai dengan kebutuhan tiap klaster. Pendekatan ini juga menunjukkan bagaimana analisis data dapat digunakan secara efektif dalam konteks pendidikan dan pelatihan.